Database?

• 컴퓨터 시스템에 저장된 구조화된 정보 또는 데이터의 체계적인 집합

DBMS(DataBase Management System)?

• 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 생성해 주고 데이터베이스를 관리해주는 소프트웨어

SQL(Structured Query Language)?

• 관계형 데이터베이스 관리 시스템의 데이터를 관리하기 위한 프로그래밍 언어, 관계형 데이터베이스 관리 시스템에서 자료의 검색과 관리, 데이터베이스 스키마 생성과 수정, 데이터베이스 객체 접근 조정 관리

RDBMS(Relational DBMS)?

• 관계형 데이터베이스 관리 시스템
• SQL을 통해 데이터를 저장
• RDB를 관리하는 시스템 (RDB : 관계형 데이터 모델을 기초로 두고 모든 데이터를 2차원 테이블 형태로 표현하는 데이터베이스)
• 외래키(Foreign key)를 사용하여 다른 테이블들과의 관계를 나타낼 수 있음(Join 가능)

장점

• 명확한 데이터 구조를 보장
• 각 데이터를 중복없이 한 번만 저장할 수 있음

단점

• 테이블간 관계를 맺고 있어 시스템이 커질 경우 JOIN문이 많은 복잡한 쿼리가 만들어질 수 있음
• 성능 향상을 위해서는 서버의 성능을 향상 시켜야하는 Scale-up만을 지원(비용 증가)
• 스키마로 인해 데이터가 유연하지 못하며, 스키마가 변경 될 경우 번거롭고 어려움

NoSQL(Not only SQL)?

• RDB 형태의 관계형 데이터베이스가 아닌 다른 형태의 데이터 저장 기술
• 테이블 간 관계를 정의하지 않음(Join 불가능)
• 빅데이터의 등장으로 인해 데이터와 트래픽이 기하급수적으로 증가함에 따라 RDBMS의 단점인 성능을 향상시키기 위해서 데이터 일관성은 포기하되 비용을 고려하여 여러 대의 데이터에 분산하여 저장하는 Scale-Out을 목표로 등장

장점

• 스키마가 없기 때문에 유연하고 자유로운 데이터 구조를 가질 수 있음
• 언제든 저장된 데이터를 조정하고 새로운 필드를 추가할 수 있음
• 데이터 분산이 용이하며 성능 향상을 위한 Scale-up 뿐만 아닌 Scale-out도 가능

단점

• 데이터 중복이 발생할 수 있으며, 중복된 데이터가 변경될 경우 수정을 모든 컬렉션에서 수행해야 함
• 스키마가 존재하지 않기에 명확한 데이터 구조를 보장하지 않으며 데이터 구조 결정이 어려울 수 있음

1. Key-Value Database

• Data가 Key와 Value 쌍으로 저장되며 Key는 Value에 접근하기 위한 용도로 사용
• 이미지나 비디오도 가능
• 간단한 API를 제공함으로 질의 속도가 굉장히 빠름
• e.g. Redis, Riak, Amazon Dynamo DB 등

2. Document Database

• Key와 Document 형태로 저장
• Key-Value 모델과의 차이점은 Value가 계층적인 형태인 Document로 저장됨
• 객체지향에서의 객체와 유사
• 검색에 최적화되어있음
• e.g. MongoDB, CouthDB 등

3. Wide Column Database

• Column-family Model 기반의 Database
• Key에서 field를 결정함
• Key는 Row(키 값)과 Column-family, Column-name을 가지며 연관된 데이터들은 같은 Column-family 안에 속해있고 각자의 Column-name을 가짐
• 질의는 Row, Column-family, Column-name을 통해 수행
• e.g. HBase, Hypertable 등

4. Graph Database

• 데이터를 Node와 Edge, Property와 함께 그래프 구조를 사용하여 데이터를 표현하고 저장하는 Database
• 페이스북이나 트위터 같은 소셜 네트워크에서 적합
• 연관된 데이터를 추천해주는 추천엔진이나 패턴 인식 등의 데이터 베이스로도 적합
• e.g. Neo4J